竞价广告系统-流量预测

 

 

流量预测

       在前面合约式广告中提到过合约式广告中有三个基本技术，1. 受众定向，2. 点击预测，3. 流量预测。在这三个技术基础上才可以做Online Allocation，本节主要介绍流量预测。

       在定向条件分的比较粗的情况下，流量预测是比较简单的，比如只对人群分了几十个类，那么只需要进行简单的统计就可以进行流量预测了。但在实际的Network中，一个广告投放的定向条件比较多（即前一节中的DNF），并且条件有或的关系，也可能有与的关系。

       流量预测的方法有很多，也不乏一些fancy的做法，这里只介绍一种简单的，但很有启发意义的方法。这种方法是将查询视为a，文档集是(u,c)的一个反向检索的过程。与之相对的是在广告检索的过程中，查询是(u,c)，文档集是a。这种方法对u或c进行检索，所检索出的数量也就是流量的大小。之所以要这样做的原因是，广告的定向条件的可能组合非常多，不可能通过简单的统计来完成。

       因为(u,c)的联合空间规模过大，无法直接对联合空间进行处理，也没有必要这样。所以需要对u和c分别处理。即分别对受众和页面建索引，用广告进行索引，可以得到满足定向的受众和页面量分别是多少。

       以上下文页面(c)为例：

C                          #impression_c                    p_c(eCPM)    

上下文页面           该页面流量                  该页面eCPM分布

       索引的内容是所有的页面，即上面的c，正排表中的两个量分别是该页面的的流量和该页面eCPM分布，这都是可以从以往历史中统计得到。预测过程为：1. 对一指定的a，通过c的索引找出所有符合条件c的集合，2. 对每个c估计其eCPM，需要注意的是这是在竞价系统中，不一定所有流量都是自己的广告系统可以得到的，所以还需要根据eCPM得到a在c上胜出的百分比p(a,c)，最后将a的流量累加p(a,c) * #impression。

转载于:https://www.cnblogs.com/94julia/p/4610225.html